Priorités CXBESOINS CLIENTSLes six catégories
| Code | Lecture proposée |
|---|---|
| M · Essentiel | L’absence déplaît ; la présence ne suffit pas à enthousiasmer. |
| O · Performance | La réalisation du besoin est appréciée et son absence déplaît. |
| A · Attractif | La présence plaît, l’absence est plutôt tolérée. |
| I · Indifférent | Faible influence exprimée par cette combinaison de réactions. |
| R · Inverse | Une préférence opposée à la caractéristique proposée. |
| Q · À vérifier | Une combinaison inhabituelle à clarifier, sans supprimer automatiquement la réponse. |
La matrice utilisée dans l’atelier
Les lignes correspondent à la réaction si le besoin est satisfait. Les colonnes correspondent à la réaction s’il ne l’est pas. La combinaison fournit une catégorie pour chaque répondant et chaque besoin.
| Présent ↓ / Absent → | J’apprécie | Je m’y attends | Cela m’est égal | Je peux le tolérer | Cela me déplaît |
|---|---|---|---|---|---|
| J’apprécie | Q | A | A | A | O |
| Je m’y attends | R | I | I | I | M |
| Cela m’est égal | R | I | I | I | M |
| Je peux le tolérer | R | I | I | I | M |
| Cela me déplaît | R | R | R | R | Q |
Agréger sans effacer les nuances
L’atelier compte A, O, M, I, R et Q. La catégorie la plus fréquente est affichée ; en cas d’égalité, toutes les catégories ex æquo restent visibles. Le classement décrit uniquement le périmètre affiché. Les réponses d’un segment peuvent différer de celles d’un autre.
Better et Worse
Better = (A + O) / (A + O + M + I)
Worse = −(O + M) / (A + O + M + I)
Better varie de 0 à 1 ; Worse de −1 à 0. Les catégories R et Q sont exclues du dénominateur, mais leurs effectifs sont conservés. Si le dénominateur vaut zéro, l’indice n’est pas calculé. Le graphique utilise la valeur absolue de Worse sur l’axe horizontal.
Un indice de 0,60 n’annonce pas une augmentation de satisfaction de 60 %. Il ne démontre ni causalité, ni rentabilité, ni probabilité individuelle d’achat.
Ce que l’enquête ne peut pas trancher seule
La représentativité, la compréhension des questions, le mode de recrutement et les différences entre segments comptent autant que le nombre de réponses. Aucun seuil d’effectif universel ne garantit la solidité d’une étude. Examinez aussi la gravité des incidents, la performance actuelle, les obligations, le coût et la faisabilité.
Références et inspiration
La méthode Kano vient des travaux de Noriaki Kano et de ses coauteurs. Les coefficients Better/Worse s’inscrivent dans les développements publiés autour de la méthode par le Center for Quality Management en 1993. Les textes, exemples métiers et parcours de cette bêta sont des créations Académo.